dblp测试数据集， 包括十六个会议的【部分内容】， 使用SDM, ICDM, ECML-­PKDD, PAKDD, WSDM, DMKD, TKDE, KDD Explorations, ACM Trans. On KDD, CVPR, ICML, NIPS, COLT、 CVPR、SIGIR、SIGKDD 十六个会议，至少从2000年至今的所有数据。 应用代码参考：http://blog.csdn.net/mmc2015/article/details/50988375 确实花了我很多时间

图表示学习为挖掘和学习网络数据提供了一个革命性的范例。在本教程中，我们将系统地介绍网络上的表示学习。我们将以阿里巴巴、AMiner、Microsoft Academic、微信和XueTangX的行业案例作为教程的开始，来解释网络分析和网络图挖掘如何从表示学习中受益。